二维非连续边界元分析积分计算的精确表达式

以二维弹性力学问题为研究对象,采用线性非连续元离散边界积分方程,给出了系数矩阵计算的精确表达式,对二维弹性力学问题进行了数值计算,对非连续边界元配位点对计算结果精度的影响进行了讨论,结果表明准奇异积分计算是配位点影响计算结构精度的主要因素。     

状态空间时滞系统稳定性检验的二维方法

由于时滞系统的特征根有无限多个，所以检验时滞系统的稳定性是困难的，为解决这一问题，本文提出用二维方法检验时滞系统的稳定性．对给定时滞系统的特征多项式，根据时滞构造适当阶次的二维s-z混合多项式，则该二维s-z混合多项式的稳定性可确保该时滞系统为稳定的．本文提出二维Routh-Schur检验用于二维s-z混合多项式的稳定性的代数检验．应用举例说明了本文所提方法的可行性。     

公路信息基础数据元二维分类及其应用

对我国公路建设、养护和管理的层次进行了抽象,基于信息粒度理论,提出并建立了"管理维度"分类标准.将2种分类方法结合形成二维数据元分类方法,并对现有公路信息基础数据元重新进行了分类,指出存在问题并给出了数据元扩充的思路,对二维数据元的关键属性进行了研究.将该分类方法在公路工程质量检验评定中进行了应用,提出质量检验评定的软件设计层次.应用结果表明,二维分类模式对于规范数据格式、实现信息共享、明确系统边界都有重要的作用.     

西安地铁某区间隧道设计计算方法比较

通过运用解析法、一维、二维、三维数值模型对西安地铁某区间段盾构管片结构进行了位移、内力计算,旨在研究不同计算方法对同一问题结果的影响规律.其中,以日本惯用法为理论基础对该区间管片进行解析法求解;并用ANSYS有限元软件对管片进行了三种不同形式的数值模拟.通过比较发现,四种方法对管片的位移和内力计算结果云图显示趋势基本一致.ANSYS三维模型的位移沉降值最大;二维模型的内力计算结果最大.因此,在控制沉降分析中应以三维模型计算结果为主,在配筋计算等设计环节应以二维模型计算结果为主.最后本文总结了各种算法的适用范围,得出的相关结论对盾构隧道设计给与了一定的指导意见.     

一种基于数字水印的二维条码防伪的方法

针对现有PDF417条码的数字水印嵌入和检测算法比较复杂、水印的嵌入强度不好控制以及对条码打印机和扫描仪的精度要求比较高等问题,提出了一种在PDF417条码的合适边缘嵌入盲水印信息的方法,将二维条码和数字水印技术相结合以提高PDF417二维条码的安全性和保密性.     

机车牵引齿轮箱径向迷宫密封流场分析及优化

基于有限体积法,通过建立RNG k-ε湍流模型,仿真分析了迷宫间隙尺寸、空腔结构尺寸及迷宫齿形对机车牵引齿轮箱径向迷宫的密封性能影响.并在此基础上,完成了机车牵引齿轮箱径向迷宫密封的结构优化.优化结果表明,齿轮箱径向迷宫密封结构优化可使迷宫的空间长度显著减小、迷宫泄漏量明显降低,有利于提高径向迷宫的密封性能.     

山区河流二维阻力特性研究

针对目前平面二维水流计算中阻力确定困难 ,在前人工作的基础上 ,通过对大量山区河流水流资料的整理 ,分析了平面二维总阻力的计算方法 ,并提出了山区河流二维糙率计算的经验公式 ,可用于二维水流计算中     

带二维装箱约束的团队定向问题模型及优化算法

研究了在车辆服务资源有限、货物有特殊装载要求和其他因素影响下,为了能获得最大效益而采取特殊物流配送的问题——带二维装箱约束的团队定向问题。在对该问题进行明确定义基础上,建立了相应的数学模型;针对模型特点,设计了以遗传算法为框架,利用基于BLF的算法确保二维装箱约束的模型启发式算法。数值算例验证了算法的有效性。     

高速列车轮轨弹塑性滚动接触理论和数值方法的研究

课题组根据2004年度项目工作要点：在建立轮对和钢轨处于刚性约束条件下的运动方程和轮轨接触界面的滑动方程、建立二维弹塑性滚动接触理论模型、轮轨二维非稳态滚动接触条件下材料棘轮效应对轮轨滚动接触参与应力应变分析、二维滚动接触条件下滚滑温度分析计算、二维滚动接触条件下粗糙度和水膜对轮轨滚动接触影响分析等方面开展了研究。同时，     

李群法在二维深水进行波计算中的应用

复杂的海洋环境使海洋能研究在数值计算方面必然面对三重障碍:非线性问题、无限问题、随机问题.虽然现有数值方法在这些问题上的研究已取得成绩,但因各自的局限性,无法同时解决这三重障碍,且计算精度较低.本文引入李群法求解二维水波问题中Laplace方程,将原问题逐次降维,得到该Laplace方程的无限李群通解,考虑二维深水情形下的边界条件,得出其解析解,证明了该方法的可行性.鉴于该方法的工作原理,李群法有望发展成为求解非线性随机水波问题的数学工具.     

遗传算法的定式及其收敛性研究

从算法论与数理逻辑的角度给出了新的遗传算法定式,其中包括生物遗传并法的定式与通俗遗传算法的定式,在此基础上进一步讨论了遗传算法的收敛性,提出了遗传算法收敛性公理。     

Effect of Fluid-Structure Interaction on Sealed Flow Field and Leakage Rate Based on Computational Fluid Dynamics

This paper addresses the issue of reciprocating compressors staggered labyrinth seal structure. The internal flow field of sealed structure, the displacement of cylinder and piston for different tooth profile angles are analyzed synchronously using FLUENT software, and the effects of fluid-structure interaction on the performance of the labyrinth seal are revealed. The results indicate that with the growth of tooth profile angle, the leakage rate of labyrinth seal tends to decrease first, and then increase. The results of fluid-structure interaction analysis are close to those of actual engineering. The effect of fluid-structure interaction makes tiny deformation in calculation mesh of piston and cylinder structure, and the coupling interaction affects the performance of the labyrinth seal.     

均匀设计和遗传操作并行的遗传算法

针对简单的遗传算法稳定性较差，容易发生早熟收敛的不足之处，提出了将均匀设计和遗传操作相结合的遗传算法，通过编码在问题的解空间和算法的搜索空间之间建立一个映射，对其进行交叉操作，变异操作和均匀设计操作，用典型的测试函数进行测试，证明了该算法是可行的，与单纯遗传算法相比，计算精度和收敛速度更高。     

一种新的伪并行遗传算法在车间调度中的应用研究

提出了一种改进的伪并行遗传算法(Improved Pseudo-Parallel Genetic A lgorithm,简称IPPGA),将改进遗传算法与SGA伪并行操作(采用并行思想,在同一台机器上完成操作),保证了种群多样性,防止局部早熟收敛;改进算法对部分遗传算子做了改进,采用迭代交叉,多父代产生多子代,让多个染色体中优秀基因段组合产生子代,大大加快收敛速度;设定一个最优个体保存序列库,防止最优解的丢失.采用实际算例进行仿真试验,数据表明改进的伪并行遗传算法(IPPGA)较标准遗传算法(SGA)快速、有效.     

有时间约束旅行商问题的启发式遗传算法

有时间约束的旅行商问题作为旅行商问题的拓展,是一个重要的NP难题,深入研究这一问题具有重要的理论和实践意义。将时间窗约束转化为目标约束,采用序列编码设计了基于启发式规则的可同时处理软、硬时间约束的遗传算法——2-交换变异的遗传算法和3-交换变异的遗传算法。实验表明HGA1优于简单遗传算法(SGA),HGA2优于HGA1。     

基于遗传算法收敛特性的停机准则

关于遗传算法及改进遗传算法收敛问题的研究表明,理论上分析各类不同结构遗传算法的收敛性是可行的.对已被证明收敛的遗传算法,在计算过程中最突出的问题便是如何判断当前计算结果已经到达最优解从而停止迭代.文中从遗传算法收敛特点及不同种群中最优个体适应值的一致性、种群的多样性出发,提出判断算法自动停止迭代的依据.     

基于遗传算法与小波神经网络的客流预测研究

针对轨道交通短时客流具有动态性、非线性、不确定性的特点,提出一种基于遗传算法与小波神经网络的轨道交通短时客流预测方法.该方法利用具有全局搜索最优的遗传算法优化小波神经网络,有效的避免了神经网络易陷入局部最小值的缺陷.在分析轨道交通短时客流的特征上,利用实测数据对模型进行验证.结果表明,相比遗传算法优化的BP神经网络模型,单一的小波神经网络模型其预测精度更高,误差更小,能在实际中应用.     

三维布局计算方法的研究

布局问题是一个组合最优化问题,众多学者对此进行了深入的研究,并提出了许多算法,算法的选择直接影响布局问题的计算速度和求解精度。本文具体分析了基于规则的启发式算法;传统最优化算法;遗传算法;模拟退火算法;改进模式搜索算法;混合算法的使用场合。     

遗传—神经网络在交通流预测中的应用

提出一种基于BP神经网络的遗传算法,分别利用其局部和全局寻优能力强的特点,综合为一种新的优化算法,并将改进的算法应用于交通流预测中。结果表明,改进方法的预测效果优于单一使用BP神经网络进行预测的效果。     

基于遗传BP神经网络的城市物流需求量预测

结合遗传算法与BP神经网络算法预测城市物流需求量,通过算例对比证明了遗传BP神经网络算法在预测的精度与收敛速度上均优于单一算法.基于物流业的广泛性提出采用3种物流需求量作为网络的输出指标,提高了物流需求量预测的广度与可信度,并提出了一种连续预测未来数年物流需求量的方法以便于运用于实际决策之中.